De modelos ER a modelos dimensionales

De modelos ER a modelos dimensionales

1. Modelado dimensional

   • Definición
     • Técnica de diseño de bases de datos desarrollada específicamente para diseñar almacenes de datos.
       • Auto-servicio
         • Permite a los usuarios finales satisfacer sus propias necesidades de información.
   • Objetivos
     • Producir estructuras de base de datos que sean fáciles de entender para los usuarios finales y en las que se puedan escribir consultas.
     • Optimizar el rendimiento de las consultas (en lugar de actualizar el rendimiento).
   • Esquemas
     • Estrella
       • Consiste en una tabla central denominada tabla de hechos, rodeada por una serie de tablas de dimensiones.
     • Copo de nieve
       • Es un esquema en estrella con dimensiones completamente normalizadas, tiene una estructura más compleja.
   • Elementos
     • Tabla de hechos
       • Son tablas que corresponden a tipos particulares de eventos empresariales, usualmente contienen valores numéricos.
     • Tabla de dimensiones
       • Son tablas que proporcionan la base para analizar los datos en la tabla de hechos: formas de "cortar y dividir" los datos.
     • Estructura jerárquica
       • Esta estructura proporciona la base para analizar datos en diferentes niveles de detalle.
   • Ventajas
     • La reducida complejidad de la base de datos hace que sea más fácil de comprender y escribir consultas.
   • Desventajas
     • La reducida complejidad de la base de datos limita las consultas que se pueden escribir a las dimensiones que se han definido.

2. Principios

   • Fragmentar
     • El mecanismo principal que utiliza la mente para hacer frente a grandes cantidades de información es organizarla en "fragmentos" de tamaño manejable.
   • Jerarquizar
     • Las estructuras jerárquicas actúan como un mecanismo de gestión de la complejidad al reducir el número de elementos con los que uno tiene que lidiar.

3. Mitos

   • Existe la idea errónea de que el modelado dimensional es fundamentalmente diferente e incompatible con el modelado ER.
     • En realidad, un esquema en estrella es solo una forma restringida de un modelo ER.
       • La tabla de hechos se encuentra en 3FN, mientras que las tablas de dimensiones se encuentran al menos en 2FN.

4. Transformar modelos ER a modelos dimensionales

   • Paso 1: Clasificar entidades
     • Entidades de transacción
       • Estas entidades registran detalles de eventos comerciales.
     • Entidades instantáneas
       • Entidades que registran un nivel estático de algún producto en un momento determinado.
     • Entidades de componentes
       • Directamente relacionadas con las entidades de transacción, responden al cómo, qué, cuándo, dónde.
     • Entidades de clasificación
       • Estas definen jerarquías integradas en el modelo de datos y se utilizan para clasificar las entidades componentes.
   • Paso 2: Diseñar un esquema de estrella de alto nivel
     • 2.3 Identificar dimensiones relevantes
       • Se requieren dimensiones explícitas para representar fechas y horas.
       • Si una entidad de componente no tiene atributos dependientes, su clave se incluirá en la tabla de hechos, pero no tendrá su propia tabla de dimensiones.
     • 2.1 Identificar los esquemas de estrella requeridos
       • Cada entidad de transacción es candidata a estrella esquema, se centra en un solo evento empresarial y representa un "fragmento" de datos de tamaño manejable.
     • 2.2 Identificar el nivel de resumen
       • Elegir el nivel adecuado de granularidad: el nivel de detalle en el que se almacenan los datos.
         • Unsummarized
           • Cada fila de la tabla de hechos corresponde a una sola transacción o línea de pedido.
         • Summarized
           • Cada fila de la tabla de hechos corresponde a múltiples transacciones.
   • Paso 3: Diseñar una tabla de hechos detallada
     • 3.2 Definir hechos
       • Dependerán de qué información de eventos recopilan los sistemas operativos, es decir, qué atributos se almacenan en las entidades de transacción.
         • Hechos totalmente aditivos
           • Estos son hechos que se pueden agregar de manera significativa en todas las dimensiones.
         • Hechos semi-aditivos
           • Estos son hechos que se pueden agregar de manera significativa en algunas dimensiones pero no en otras (tiempo).
         • Hechos no aditivos
           • Estos son hechos que no se pueden agregar de manera significativa en ninguna dimensión.
     • 3.1 Definir llave
       • Es una clave compuesta que consta de las claves de todas las tablas de dimensiones más cualquier dimensión degenerada.
   • Paso 4: Diseñar una tabla de dimensión detallada
     • 4.1 Definir llave dimensional
       • La clave de cada tabla de dimensiones debe ser una clave numérica simple (atributo único).
     • 4.2 Colapsar jerarquías
       • Desnormalizar jerarquías (definidas por entidades de clasificación) en entidades componentes.
     • 4.3 Usar texto descriptivo
       • Los códigos y abreviaturas en los datos de origen deben eliminarse y reemplazarse por texto descriptivo.

Bilder und Dateien der Mindmap